c# - 从字符串中删除非 ASCII 字符
问题描述
我试图从我从文本文件中读取的字符串中去除非 ASCII 字符,但无法做到这一点。我检查了一些来自 SO 和其他网站的帖子的建议,但都无济于事。
这就是我所拥有和尝试过的:
文本文件中的字符串:
2021-03-26 10:00:16:648|2021-03-26 10:00:14:682|MPE->IDC|[10.20.30.40:41148]|203, ? ?'F?~?^?W?|?8wL?i??{?=kb ? Y R?
从文件中读取的字符串:
"2021-03-26 10:00:16:648|2021-03-26 10:00:14:682|[10.20.30.40:41148]|203,\u0016\u0003\u0001\0?\u0001\0\0?\u0003\u0001'F?\u001e~\u0018?^?W\u0013?|?8wL\v?i??{?=kb\t?\tY\u0005\0\0R?"
去除非 ASCII 字符的方法:
Regex reAsciiPattern = new Regex(@"[^\u0000-\u007F]+"); // Non-ASCII characters
sLine = reAsciiPattern.Replace(sLine, ""); // remove non-ASCII chars
Regex reAsciiPattern2 = new Regex(@"[^\x00-\x7F]+"); // Non-ASCII characters
sLine = reAsciiPattern2.Replace(sLine, ""); // remove non-ASCII chars
string asAscii = Encoding.ASCII.GetString(
Encoding.Convert(
Encoding.UTF8,
Encoding.GetEncoding(
Encoding.ASCII.EncodingName,
new EncoderReplacementFallback(string.Empty),
new DecoderExceptionFallback()
),
Encoding.UTF8.GetBytes(sLine)
)
);
我错过了什么?
谢谢。
解决方案
这可以在不Regex
使用循环和 a 的情况下完成StringBuilder
:
var sb = new StringBuilder();
foreach(var ch in line) {
//printable Ascii range
if (ch >= 32 && ch < 127) {
sb.Append(ch);
}
}
line = sb.ToString();
或者你可以使用一些 LINQ:
line = string.Concat(
line.Where(ch => ch >= 32 && ch < 127)
);
如果您必须使用 Regex 执行此操作,那么以下内容就足够了(同样,这仅保留可打印的 ASCII)
line = Regex.Replace(line, @"[^\u0020-\u007e]", "");
如果您想要所有 ASCII(包括不可打印)字符,则将测试修改为
ch <= 127 // for the loops
@"[^\u0000-\u007f]" // for the regex
推荐阅读
- java - 寻找一种方法来找到一个特定的块
- javascript - 如何在 discord.js 中使用 JSON 数据库制作排行榜
- python - 为什么 Scipy rv_discrete 总是返回 1
- ios - 如何在 React Native 中结合 Podfile 中的 Post Install?
- bash - 为什么等待对命名管道中的读取器进程不起作用?
- python - 蟒蛇 | 有没有办法执行 inspect.getmembers() 返回的函数
- r - R - 使用 tydiverse 和 xml2 将 XML 从多个 URL 解析到数据框
- c# - C#如何将文本框中的值保存为字符串?
- java - 如何使用 Log4j 登录根项目
- amazon-web-services - AWS Lightsail 仅允许对特定 IP 地址使用 ssh